Python 结合np.equal和np.less创建单个数据帧？

我有以下资料：

df1 = pd.DataFrame({'Effective_Date':pd.to_datetime(['12/31/2017', '1/31/2018', '2/28/2018', '3/31/2018', '9/30/2020']),
                'Amount':[100,150,300,500,750]})


Date_Range = pd.date_range('12/31/2017', periods=150, freq='M')

我试图创建一个数据帧，当df1的月份['Effective_Date']=日期的月份范围时返回df1['Amount']。但是，如果日期范围小于df1[“生效日期”），则返回0

例如，如果生效日期为19年1月31日，金额为5，则日期范围为19年1月31日、20年1月31日、21年1月31日等的生效日期为5，其他日期为0

我可以分别做这两件事：

如果月份相等：

df2 = (pd.DataFrame(np.equal.outer(df1.Effective_Date.dt.month, Date_Range.month) * df1.Amount.values[:,None], columns = Date_Range))

如果日期范围<生效日期，则返回0:

df3 = (pd.DataFrame(np.less_equal.outer(df1.Effective_Date, Date_Range) * df1['Amount'].values[:,None], columns = Date_Range))

但我不知道如何将两者结合起来。谢谢你的帮助

我相信您需要：

a=np.equal.outer（df1.effect_Date.dt.month，Date_Range.month）*df1.Amount.value[：，无]
b=np.减去等于外部（df1.生效日期，日期范围）*df1[‘金额’]。值[：，无]
m=日期范围值

您能添加一些数据样本吗？很抱歉，UpdatedTanks Jezrael。我认为这已经很接近了，但还有一些事情需要解决：1）a系列似乎不再有效了。我希望19年1月15日的生效日期仅在1月显示金额，因此19年1月31日、20年1月31日、21年1月31日等。此外，20年9月30日的生效日期似乎从2018年9月30日开始，但我希望在20年9月30日之前为0。@EChan-您能创建吗？不容易测试（可能仅1-2个月的数据）

a = np.equal.outer(df1.Effective_Date.dt.month, Date_Range.month) * df1.Amount.values[:,None]
b = np.less_equal.outer(df1.Effective_Date, Date_Range) * df1['Amount'].values[:,None]

m =  Date_Range.values < df1['Effective_Date'].values[:,None]
df = pd.DataFrame(np.where(m, a, b), columns = Date_Range)
print (df)
   2017-12-31  2018-01-31  2018-02-28  2018-03-31  2018-04-30  2018-05-31  \
0         100         100         100         100         100         100   
1           0         150         150         150         150         150   
2           0           0         300         300         300         300   
3           0           0           0         500         500         500   
4           0           0           0           0           0           0   

     2029-12-31  2030-01-31  2030-02-28  2030-03-31  2030-04-30  \
0     ...             100         100         100         100         100   
1     ...             150         150         150         150         150   
2     ...             300         300         300         300         300   
3     ...             500         500         500         500         500   
4     ...             750         750         750         750         750   

   2030-05-31  
0         100  
1         150  
2         300  
3         500  
4         750  

[5 rows x 150 columns]